Python Pandas : apply a function to dataframe. 滚动()

Question

我有这个数据框:

In[1]df = pd.DataFrame([[1,2,3,4,5],[6,7,8,9,10],[11,12,13,14,15],[16,17,18,19,20],[21,22,23,24,25]])
In[2]df
Out[2]: 
    0   1   2   3   4
0   1   2   3   4   5
1   6   7   8   9  10
2  11  12  13  14  15
3  16  17  18  19  20
4  21  22  23  24  25

我需要实现这个:

1. 对于我数据框中的每一行，
2. 如果任意 3 个连续单元格中有 2 个或更多值大于 10，
3. 然后应将这 3 个单元格中的最后一个标记为 True。

根据上述标准，结果数据帧 df1 的大小应与其中的 True 或 False 相同:

In[3]df1
Out[3]: 
    0   1      2      3      4
0 NaN NaN  False  False  False
1 NaN NaN  False  False  False
2 NaN NaN   True   True   True
3 NaN NaN   True   True   True
4 NaN NaN   True   True   True

• df1.iloc[0,1] 是 NaN 因为在该单元格中，只给出了两个数字，但至少需要 3 个数字才能进行测试。
• df1.iloc[1,3] 为假，因为 [7,8,9] 中没有一个大于 10
• df1.iloc[3,4] 为真，因为 [18,19,20] 中的 2 或更多大于 10

我认为带有函数的 dataframe.rolling.apply() 可能是解决方案，但究竟如何呢？

Answer 1

您说得对，使用 rolling() 是可行的方法。但是，您必须牢记，因为 rolling() 会将窗口末尾的值替换为新值，因此您不能仅将窗口标记为 True当条件不适用时也会得到 False

以下是使用示例数据框并执行所需转换的代码:

df = pd.DataFrame([[1,2,3,4,5],[6,7,8,9,10],[11,12,13,14,15],[16,17,18,19,20],[21,22,23,24,25]])

现在，定义一个以窗口为参数并返回是否满足条件的函数

def fun(x):
    num = 0
    for i in x:
        num += 1 if i > 10 else 0
    return 1 if num >= 2 else -1

我已将阈值硬编码为 10。因此，如果在任何窗口中大于 10 的值的数量大于或等于 2，那么最后一个值将替换为 1(表示 True)，否则将替换为 -1 (表示错误)。

如果您想将阈值参数保留为变量，请查看 this answer 将它们作为参数传递。

现在在滚动窗口上应用该函数，窗口大小为 3，轴为 1，此外，如果您不想要 NaN，则还可以在参数中将 min_periods 设置为 1。

df.rolling(3, axis=1).apply(fun)

产生输出为

  0   1    2    3    4
0 NaN NaN -1.0 -1.0 -1.0
1 NaN NaN -1.0 -1.0 -1.0
2 NaN NaN  1.0  1.0  1.0
3 NaN NaN  1.0  1.0  1.0
4 NaN NaN  1.0  1.0  1.0